García D., Manuel - Repositorio Académico

Anuncio
Seminario de Título
Determinantes
Económicos de los
Acuerdos
Bilaterales en el
Mercado Aéreo
Caso para Latinoamérica
Seminario para optar al
título de Ingeniero
Comercial, Mención
Economía
Profesor Guía:
Aldo González
Ph.D. en Economía,
Universidad de Toulouse,
Francia.
Participante:
Manuel García Dellacasa
Director De Escuela:
Oscar Landerretche Moreno
Santiago de Chile, 2014
Abstract
El siguiente documento busca explicar que factores económicos determinan los
acuerdos bilaterales entre países latinoamericanos en relación a las libertades
del aire relacionadas al mercado aéreo. En específico lo que se busca es
comprobar si la estructura del mercado aéreo tiene alguna incidencia sobre la
toma de decisiones; la dominancia en rutas y su nivel de concentración; o si
son variables propias de los países las que tienen un mayor efecto sobre los
mencionados acuerdos. Se utilizó la herramienta Probit y IvProbit para calcular
las determinaciones, con als que se encuentra que los acuerdos no son
determinados por la estructura “en el aire” del mercado; sino, y como avalan
trabajos recientes, las restricciones al mercado aéreo parecen estar “en la
tierra”.
1
Índice
I.
Introducción .................................................................................................................................................. 3
II.
Revisión Bibliográfica................................................................................................................................ 4
III. Modelo ............................................................................................................................................................. 7
IV. Datos...............................................................................................................................................................10
V.
Metodología .................................................................................................................................................19
VI. Resultados ....................................................................................................................................................23
VII. Interpretación de Resultados Encontrados ...................................................................................41
VIII. Conclusión ...................................................................................................................................................44
IX.
Bibliografía..................................................................................................................................................45
X.
Anexos ..........................................................................................................................................................47
2
I.
Introducción
Este trabajo busca encontrar cuales son los determinantes económicos de los
acuerdos bilaterales en el mercado aéreo. Específicamente que determina que
los países realicen acuerdos de tercera y cuarta libertad y de quinta y sexta
libertad. Estas libertades según el convenio de Chicago de 1944 consisten en
lo siguiente:
Tercera Libertad: Desembarcar pasajeros, correo y carga embarcados en el
Estado al que pertenece la línea aérea.
Cuarta Libertad: Embarcar pasajeros, correo y carga con destino al Estado al
que pertenece la línea aérea.
Quinta Libertad: Embarcar pasajeros, correo y carga y desembarcarlos en
cualquier punto de una ruta razonablemente directa.
Sexta Libertad: Embarcar pasajeros, correo y carga en un país y
desembarcarlos en otro, a través de la realización de una escala en el Estado
al que pertenece la línea aérea.
En el caso de nuestro estudio queremos ver como afecta el mercado aéreo
latinoamericano (específicamente el mercado del transito aéreo de pasajeros) y
otras variables propias de los países que conforman este subcontinente.
Veremos si efectivamente la competencia y si la dominancia en relativa a las
rutas aéreas tiene
incidencia sobre las decisiones en esta materia o si
efectivamente, como afirman algunos autores, la variable de competencia más
importante sería el nivel de sobrepoblación en los aeropuertos (González, 2008).
Para esto utilizaremos como metodología un IvProbit, con tal de corregir por
una cierta posibilidad de que exista endogeneidad en nuestro modelo. Esta
posible endogeneidad se puede deber a que el tamaño de mercado (pasajeros
por ruta) puede estar determinado por el acuerdo; ya que existen acuerdos
previos al set de datos con que contamos.
3
En cuanto a los datos a utilizar, se trabajará con distintas bases; confluirá
información entregada por la Comisión Latinoamericana de Aeronáutica Civil,
información del CEPII, datos a disposición del profesor Andrew Rose, y los que
libera la universidad de Pennsylvania; la conocida “Penn Table”. Se recopilaron
datos de 24 países y 211 parejas de países latinoamericanos; la información de
los acuerdos esta actualizada al año 2011 mientras que el resto de la
información es del año 1991.
Se utilizará como referencia una ecuación de gravedad para clasificar y
presentar los datos; de esta manera seguiremos un procedimiento muy similar
al utilizado por Baier y Bergstrand (2003) en su búsqueda por los
determinantes económicos de los acuerdos de libre comercio (En la sección
siguiente hablaremos con más profundidad de aquel documento).
Este trabajo se ordenará de la siguiente manera; primero realizaremos una
breve revisión bibliográfica, luego presentaremos el modelo a estudiar,
repasaremos los datos utilizados y un poco de estadística descriptiva sobre el
mercado aéreo a principios de la década de 1990; después presentaremos la
metodología a utilizar para realizar los cálculos; seguido de los resultados
encontrados; luego una quinta sección de interpretación de los resultados para
terminar con una breve conclusión.
II.
Revisión Bibliográfica
El estudio de los factores económicos que determinan los acuerdos bilaterales
entre países ya ha sido estudiado en otros trabajos. Uno que destaca en este
ámbito es el realizado por Baier y Bergstrand (2003), en el cual encuentran los
determinantes de los acuerdos de libre comercio para diversos países del
mundo y buscan la probabilidad que tienen los países de realizar acuerdos.
Las principales conclusiones de aquel estudio son que los países podrán
esperar ganancias de bienestar , y la probabilidad de realizar acuerdos será
mayor mientras los socios comerciales se encuentren más cercanos entre sí,
4
los socios “naturales” sean más remotos, mientras sus economías sean
mayores y más similares, a mayor diferencia en ratios de capital-trabajo debido
a ventajas competitivas y a menor diferencia en las asignaciones de capitaltrabajo debido a menores desviaciones en el comercio inter-industria.
En este documento se utiliza una base mucho más amplia que la que
utilizaremos en nuestros cálculos (1431 parejas) sin embargo nos permite
plantear el problema de manera muy similar. La hipótesis principal de porque
los países realizan acuerdos es porque estos les entregan mejoras de
bienestar; esta será la misma hipótesis que utilizaremos nosotros en nuestros
cálculos.
Sin embargo; no existen muchos trabajos que busquen determinar como
afectan las estructuras de mercado a los acuerdos que afecten directamente a
estos mercados específicos; en nuestro caso el mercado aéreo. Existe
literatura sobre las barreras existentes en el mercado aéreo; principalmente en
este trabajo nos remitiremos al trabajo de González (2008) en el cual desafía la
antigua creencia de que el mercado aéreo era uno que podía ser caracterizado
como “perfectamente desafiable” debido a la inexistencia de barreras de
entrada.
El autor asegura que si bien las barreras en el mercado aéreo no se
encuentran precisamente “en el aire” , sino que en la tierra; específicamente en
los aeropuertos. Estas barreras provienen de distintas fuentes; pero que
benefician principalmente a los que ya se encuentran en el mercado; como lo
es la presencia mayoritaria en los aeropuertos y el acceso privilegiado a
insumos escasos.
En nuestro caso veremos si es que la dominancia “en el aire”; es decir las
rutas; tienen algún efecto sobre la generación de acuerdos, lo que a su vez
supondría otra barrera de entrada para transportar pasajeros a aerolíneas
extranjeras. En el caso de no encontrar efectos muy significativos entonces se
podría confirmar la hipótesis de que las barreras al mercado aéreo no
provienen del mercado en las rutas sino que de factores propios de los países
5
que realizan o no los acuerdos; como la sobrepoblación de los aeropuertos por
ejemplo.
Por último; también habría que rescatar otras investigaciones relacionadas al
mercado aéreo que han utilizado ecuaciones de gravedad como base de
análisis. En este sentido cabe destacar el trabajo de Arvis y Shepherd (2011),
quienes generan un índice de conectividad entre los países para el mercado
aéreo.
En la argumentación de porqué se utiliza una ecuación de gravedad; los
autores aluden a que un índice que busque caracterizar los niveles de
conectividad de cada país debe cumplir con ciertas condiciones. Estas se
refieren a que el índice debe ser intensivo, sin dimensiones (normalizado), de
definición global y realista. Es justamente en este último punto en que la
ecuación de gravedad juega un rol importante ya que es un modelo que
sostiene los flujos de transporte dentro de una red, en donde las “cargas”
(pasajeros) dependerán del tamaño y atributos propios de cada nodo (países).
En el caso de nuestra investigación, también pretendemos buscar los
determinantes de los acuerdos a raíz de ciertas características propias de los
países y también propias de cada relación particular que presentan las parejas
de países a estudiar. Por lo que un modelo en base a ecuaciones de gravedad
puede entregarnos una base sólida necesaria para llevar a cabo nuestras
pretensiones.
Son estos tres trabajos los que principalmente guiarán este documento. Ya
que; a conocimiento del autor; no existen otros trabajos que hayan buscado
determinar que factores económicos influyen en la toma de decisiones a la
hora de realizar acuerdos de tratados relacionados con el mercado aéreo; la
combinación de los trabajos anteriores puede resultar en un buen soporte
técnico para lograr nuestros objetivos.
6
III.
Modelo
Como modelo a desarrollar se seguirá el trabajo realizado por Scott Baier y
Jeffrey Bergstrand en “Economic Determinants of Free Trade Agreements”
(2003). Los autores buscan encontrar cuales son los factores que determinan
que dos países establezcan un acuerdo de libre comercio entre ellos
generalizando los modelos utilizados en (Frankel J. , 1997) y en (Frankel, Stein, &
Wei, 1995). Para esto analizaremos sin mayor complejidad los problemas que
enfrentan los consumidores, las aerolíneas y los gobiernos.
3.1 Consumidores
Al igual que el comercio internacional, las relaciones en el mercado aéreo
estarán marcadas por las preferencias de los consumidores nacionales de
visitar un país extranjero o no. Lo anterior puede responder a distintas razones,
pero principalmente a preferencias de visitar un país por ocio o con fines
comerciales. Sea cual sea la razón del viaje el individuo demostrará sus
preferencias comprando un pasaje con el destino escogido. Si asumimos que
las funciones de utilidad de los individuos son determinadas por su consumo en
el mercado aéreo y el consumo de todos los demás bienes y servicios en la
economía; podríamos definirlas de la siguiente forma Cobb-Douglas:
(1)
Donde
es la utilidad del individuo representativo del país i. Siendo
el
“consumo” de un pasaje del país i hacia el país k en una aerolínea del país i; y
un pasaje desde el país i hacia el país k en una aerolínea del país
extranjero i’. Los parámetros
y
determinan las respectivas elasticidades de
sustitución en el consumo de los pasajes aéreos. Por el otro lado, g representa
7
el consumo del resto de bienes y servicios en una economía donde existen z+1
posibilidades de consumo. Por último los parámetros
y
determinan los
parámetros de preferencia Cobb-Douglas. Los individuos buscarán maximizar
su utilidad sujetos a sus respectivas restricciones presupuestarias.
3.2 Firmas
El mercado aéreo se puede caracterizar como uno de carácter oligopólico, en
el cual existen fuertes barreras a la entrada; las cuales emanan principalmente
de la presencia de las aerolíneas en los distintos aeropuertos a través de la
asignación de “slots” (González, 2008). Por lo que la presencia de aerolíneas
dominantes influye en el problema de la firma. Entonces la oferta de rutas que
ofrezca cada aerolínea podríamos caracterizarla de la siguiente manera:
(2)
Donde el vuelo de una aerolínea de nacionalidad i desde el país i al país k
(
); es determinado por un factor de productividad exógeno
y las
asignaciones respectivas de capital y trabajo de cada compañía aérea (con
y
siendo las elasticidades de substitución entre ambos factores de
producción). Los costos de operación son representados por el parámetro
y
también se incluye un costo asociado a la presencia de otra compañía
competidora en la ruta. Además este último costo depende del nivel de
participación de la compañía extranjera en ese mismo mercado; denominado
por el parámetro ; y del nivel de concentración del mismo determinado por el
índice de Hirschman y Herfindahl (hhi) de la ruta respectiva.
El efecto de la participación de la compañía extranjera debiese incrementar los
costos, mientras que el índice de concentración puede tener un efecto ambiguo
ya que a su vez depende de los niveles de participación de la empresa
nacional y las extranjeras. Si la empresa local es la dominante entonces el
grado de concentración del mercado debiese tener un efecto negativo sobre los
8
costos de competencia; viceversa si una compañía extranjera muestra
dominancia en la ruta.
Dado lo anterior es que la función de beneficios de cualquier aerolínea de
nacionalidad i y asumiendo que no existen costos fijos, vendría dada por:
(3)
(4)
La figura anterior representa el problema que la compañía aérea buscará
maximizar sujeto a restricciones de capital y trabajo.
3.3 Autoridades Gubernamentales
Se asume que el gobierno tiene como objetivo maximizar las utilidades de las
personas que residen dentro de su jurisdicción, y también de las compañías
nacionales.
Por lo tanto el problema que buscará resolver el gobierno será el siguiente:
(5)
(6)
Sujeto a restricciones de presupuesto; el gobierno buscará maximizar las
utilidades de las personas y las empresas según los pesos relativos (
y
) que este le entregue a cada uno; a su vez as empresas se muestran
diferenciadas entre empresas de transporte aéreo nacionales y el resto de las
empresas nacionales de la economía. A la vez considera también al resto de
las empresas extranjeras que operan en territorio nacional. También se
9
considera un factor de descuento
que dependerá del nivel de aversión hacia
la apertura comercial; es decir cuando el país es muy proteccionista,
el caso de ser un país muy abierto
; en
tenderá a cero, disminuyendo el peso
relativo que tienen las empresas nacionales en las decisiones de gobierno.
Entonces, cuando las autoridades de un país establecen relaciones bilaterales
con otro país; estas llegarán a un acuerdo si y sólo si:
(7)
Es decir que ambos países deben obtener beneficios positivos del acuerdo; si
solo uno de los países resulta beneficiado entonces no se cumpliría la
condición suficiente para que exista un acuerdo.
Por lo tanto la existencia de un acuerdo nos permitiría suponer que ambos
países se ven beneficiados por este.
Entonces la probabilidad de que un país entre en un acuerdo debiese cumplir
la siguiente condición:
(8)
En donde G() es una función de distribución normal estándar acumulada, que
asegura que Pr(Acuerdo=1) se encuentre entre 0 y 1.
El desarrollo econométrico será abordado con mayor profundidad en los
apartados V y VI de metodología y datos respectivamente.
IV.
Datos
10
Con tal de generar una base para realizar estimaciones de gravedad; se ha
obtenido información sobre 24 países y 211 parejas de distintas fuentes. Estas
las describiremos a continuación.
4.1 Acuerdos de Libertades del Aire
Los acuerdos pactados entre países son publicados por la Comisión
Latinoamericana de Aeronáutica Civil (CLAC) en su página web1. La comisión
tiene información sobre sus 22 países miembros (aunque no todos han
publicado sus acuerdos aéreos) con el resto del mundo.
Las libertades del aire, según el convenio de Chicago de 1944, se pueden
resumir de la siguiente manera2:
1) Libertades Técnicas:
Primera libertad: Sobrevuelo sin aterrizaje.
Segunda libertad: Escala para fines no comerciales (escala técnica).
2) Libertades Comerciales:
Tercera libertad: Desembarcar pasajeros, correo y carga embarcados en el
estado al que pertenece la línea aérea.
Cuarta libertad: Embarcar pasajeros, correo y carga con destino al Estado
al que pertenece la línea aérea.
Quinta libertad: Embarcar pasajeros, correo y carga y desembarcarlos en
cualquier punto de una ruta razonablemente directa.
3) Otras Libertades:
Sexta libertad: Desembarcar pasajeros, correo y carga en un país y
desembarcarlos en otro, a través de la realización de una escala en el
1
http://clacsec.lima.icao.int
Información obtenida de la página oficial en español de la International Virtual Aviation Organisation,
www.ivao.es
2
11
Estado al que pertenece la línea aérea (también se enuncia como “más
allá” del Estado de la línea aérea).
Séptima libertad: Embarcar pasajeros, correo y carga y desembarcarlos sin
que la ruta respectiva incluya una escala en el Estado al que pertenece la
línea aérea.
4) Cabotaje
Octava libertad: También llamada de “cabotaje consecutivo” es el derecho
que se acuerda a un Estado para que sus líneas aéreas puedan realizar
transporte de cabotaje (interno) en otro Estado, partiendo (o culminando el
servicio) en el país al que pertenece la línea aérea.
Novena libertad: También llamada de “cabotaje autónomo”, es el derecho
que se acuerda a un Estado para que sus líneas aéreas puedan realizar
transporte de cabotaje (interno) en otro Estado.
Sin embargo la CLAC nos entrega información sobre los acuerdos entre la
tercera y la octava libertad. Esto no es un gran problema ya que la gran
mayoría de los países tienen acordadas las primeras libertades y muy pocos la
novena. Los datos sobre las libertades son agrupados de la siguiente manera;
tercera y cuarta, quinta y sexta, séptima, octava. Sin embargo no se ha
considerado las últimas dos dado que los países que han alcanzado estos
acuerdos son muy escasos en el subcontinente latinoamericano, por lo que las
estimaciones no nos entregarían resultados muy concretos sobre los
determinantes económicos de los acuerdos del aire.
Un elemento a considerar es que existen distintos tipos de acuerdos entre las
libertades del aire; los cuales varían según la cantidad de vuelos permitidos;
siendo el máximo lo que se denomina como “cielos abiertos”, es decir sin
ninguna limitación en el número de vuelos. En esta primera aproximación por
determinar cuáles son los factores económicos que influyen en la toma de
decisiones de las autoridades de aeronáutica civil para realizar acuerdos entre
países se ha tomado como supuesto que cualquier tipo de acuerdo es
12
equivalente sin considerar las restricciones que este acuerdo presente (es decir
se considerará la existencia de un acuerdo). Este supuesto es bastante fuerte
pero mantenerlo nos va a permitir simplificar el cálculo econométrico para
observar los determinantes más influyentes.
A continuación podemos observar la cantidad de acuerdos existentes dentro
del área latinoamericana (los 24 países de la muestra) por cada país miembro
de la CLAC observado
País
3º y 4º Libertad
5º y 6º Libertad
Argentina
15
13
Brasil
19
17
Chile
18
14
Colombia
17
16
Costa Rica
11
10
República Dominicana
14
14
Guatemala
5
5
Honduras
23
233
México
18
6
Panamá
15
14
Perú
12
8
Paraguay
13
12
Salvador
2
2
Uruguay
12
10
Venezuela
18
11
Como podemos observar, los países latinoamericanos tienen mayor tendencia,
como era de suponer, a incurrir en acuerdos de 3º y 4ª libertad más que en
acuerdos de 5ª y 6ª libertad. Honduras es el país con mayor número de
acuerdos, ya que tiene sus cielos abiertos para cualquier país del mundo hasta
la quinta libertad.
3
Sólo hasta 5ª Libertad.
13
En el Anexo 1 se puede encontrar una tabla resumen de los acuerdos
considerados en la investigación.
4.2 Posible Fuente de Endogeneidad en los Datos
La razón del por qué se utilizan datos de 1991 es por que este año es previo a
la gran mayoría de los acuerdos que se manejan; por lo que el acuerdo sería
determinado por las variables por las cuales se controlan en este trabajo y no
viceversa. Sin embargo, si existen casos de acuerdos previos a 1991 (por
ejemplo; los acuerdos entre Argentina y Brasil datan desde 1948 4) por lo que
en algunos casos el tamaño de mercado (medido en pasajeros por ruta) puede
estar determinado a su vez por la existencia de un acuerdo.
Es importante que corrijamos por esta posible endogeneidad; de lo contrario,
los estimadores que obtengamos podrían estar sesgados. En el ítem V de
metodología; se explicará con mayor detalle que instrumentos se utilizaron para
efectuar la corrección, por ahora mencionaremos que se corregirá utilizando la
variable de pasajeros por ruta y con la ayuda de datos obtenidos de la “Penn
Table”; base que es descrita más abajo en este mismo apartado.
4.3 Datos del Mercado Aéreo
La CLAC también mantiene una base de datos a disposición pública con
información sobre pasajeros, aerolíneas y rutas desde el año 1991. Se
utilizarán justamente los datos del mencionado año para evitar posibles
problemas de endogeneidad en nuestro modelo ya que la gran mayoría de los
acuerdos se realizaron posteriores a ese año. De todas maneras se testeará si
esta endogeneidad es tal, ya que si existen casos en que los acuerdos fueron
previos al año utilizado; lo que implica que el mayor flujo de pasajeros se
puede estar dando debido al acuerdo y no que el acuerdo se dé por un tamaño
de mercado pre-existente.
4
Para más información sobre las fechas de los acuerdos se pueden visitar los perfiles de cada país en la
página oficial de la Comisión Latinoamericana de Aviación Civil; http://clacsec.lima.icao.int
14
Para el año 1991, la cantidad de rutas y el nivel de concentración del mercado
se pueden encontrar en la siguiente tabla resumen:
Cantidad de Rutas
90
Índice de Concentración (HHI)
806,27
Como podemos ver a nivel latinoamericano, el nivel de concentración de
mercado no es demasiado alto para las 90 rutas existentes. En el Anexo 2 se
pueden observar las rutas que existían para el año 1991.
Para el año 1991 se registra un total de 55 aerolíneas volando entre países
latinoamericanos, sin embargo sólo una porción de estas realiza vuelo de
pasajeros transportando a 901.644 pasajeros (recordar que esto no significa
que los pasajeros sean personas distintas entre sí, ya que lo que se contabiliza
el pasaje).
Cómo podemos ver a continuación, la principal aerolínea para esos años era
Aerolíneas Argentinas con un 22,16% del total de los pasajeros que transitan
entre los países latinamericanos.
15
Distribución de Pasajeros por Aerolínea
1991
901.644
342.052
294.830
AS
A
BO
LI
VI
VI
N
U
PL
VA
R
IG
A
.
O
AN
C
N
LA
EO
C
O
M
PA
LL
Ñ
IA
O
YD
PA
N
AE
R
AM
N
LI
O
AE
R
152.151
S.
A
H
IL
E
N
AV
I
EÑ
EA
S
A
D
AR
E
G
EN
AV
IA
AC
IO
N
C
A
AS
197.821
124.273160.239141.841
TI
N
Total
1000000
900.000
800.000
700.000
600.000
500.000
400.000
300.000
200.000
100.000
0
Fuente: Elaboración propia en base a datos entregados por la CLAC
22,16
4,86
3,94
3,05
3,49
8,41
7,25
3,74
VI
R
AS
A
IG
A
N
BO
LI
VI
VA
O
AN
C
LA
N
PL
U
A.
S.
IL
E
H
IO
EO
R
AE
LL
O
YD
C
O
M
PA
Ñ
IA
AE
R
PA
N
O
LI
N
EA
AM
EÑ
S
A
D
AR
E
AV
AV
G
EN
IA
IA
C
N
TI
N
C
AS
A
N
0
Tasa (%)
10 20 30 40 50
Distribución de Pasajeros por Aerolínea (%)
1991
Fuente: Elaboración propia en base a datos entregados por la CLAC
A nivel de rutas podemos observar que la más transitada es entre Argentina y
Brasil (708.262 pasajeros transportados), seguida por la ruta entre Argentina y
16
Uruguay (610.629); esto explicaría el nivel de dominancia que mantiene la
compañía argentina Aerolíneas Argentinas para el año investigado.
Distribución de Pasajeros por Ruta
1991
708.262
610.629
353.044
134.484
AM
A
AY
AN
G
U
AP
R
BR
O
LO
M
AS
BI
IL
U
AU
TI
N
AR
C
G
EN
G
EN
AR
124.793
U
G
U
R
AM
TI
N
TI
N
G
EN
AR
U
EX
I
H
AC
R
AB
TI
N
G
EN
AR
AY
O
C
IL
E
IL
126.370
AS
Total
1000000
900000
800000
700000
600000
500000
400000
300000
200000
100000
0
Fuente: Elaboración propia en base a datos entregados por la CLAC
30
20
17,41
15,01
10
8,68
3,31
3,07
AM
A
AY
AN
AP
BI
O
LO
M
C
BR
TI
N
G
EN
AR
AS
AU
IL
U
R
R
U
U
G
U
G
U
AY
O
IC
EX
AM
AR
G
EN
TI
N
TI
N
G
EN
AR
G
EN
TI
N
AB
AC
R
H
AS
IL
E
IL
0
3,11
AR
Tasa (%)
40
50
Distribución de Pasajeros por Ruta (%)
1991
Fuente: Elaboración propia en base a datos entregados por la CLAC
17
Si analizamos los índices de concentración a nivel de rutas podemos observar
que en 4 rutas existe un poder monopólico de alguna aerolínea (BoliviaColombia,
Costa
Rica-Venezuela,
Honduras-Guatemala
y
República
Dominicana-Guatemala). A continuación podemos observar las rutas con
mayor grado de concentración.
Concentración de mercado (IHH)
1991
10000
10,000
10000
9508
8280
9,000
8,000
Total
7,000
6,000
5957
5143
4657
5,000
6082
5330
10000
10000
7897
5602
5383
4619
3558 3597
4033
4,000
4118
3,000
2,000
1,000
AR
AR
G
EN
G
EN TIN
AP
TI
N
AN
AV
EN AM
A
BO EZ
U
LI
E
BO
VI
LA
AB
LI
VI
R
AS
AC
BR
I
O
LO L
AS
M
IL
BI
SU
A
R
IN
AM
C
H
C
E
IL
H
EC
IL
EP
U
BA
AR
C
C
AG
H
O
L O IL E
U
C
AY
U
M
O
R
ST
BI
U
A
G
A
C
U
R
O
IC
ST AY
C
AE
O
A
ST
L
R
A
IC
SA
R
A
L
IC
VA
AV
D
O
EN
EC
EZ R
U
U
EL
EC AD
A
O
H
U
R
O
A
C
N
D
H
D
O
I
U
L
R
E
R
AS PA
N
M
AM
EX GU
AT
A
IC
R
EM
EP
PA OG
A
.D
U
N
LA
AM AT
O
M
AV EM
IN
A
I
E
C
L
VE
N
AN
V
EZ A
N
A
EZ EN
U
EL
EZ GU
U
AT
A
EL
U
EL
EM
AT
AB
R
A
IN
LA
AR
ID
AD BA
D
O
Y
S
TO
BA
G
O
0
Fuente: Elaboración propia en base a datos entregados por la CLAC
4.4 Datos Gravitacionales
Los datos gravitacionales; niveles de comercio entre países, distancias y otros
elementos que nos permitan estableces relaciones entre parejas de países;
fueron obtenidas a raíz de dos bases de datos preexistentes.
Una de estas bases es la que dispone el centro de investigación en economía
internacional francés5 (o CEPII en su idioma original) en su página web. Esta
base contiene información sobre parejas de países entre 1948 y 2006; por lo
que podemos utilizar el año 1991 como nuestro año base de estudio.
5
http://www.cepii.fr
18
La otra base de la cual se extrajo información de las base de libre disposición
del profesor de la Universidad de California; Andrew Rose 6. Esta base contiene
información sobre parejas de países entre 1950 y 1999; por lo que también
podemos utilizar información del año 1991 como base para la investigación.
4.5 Datos Para Corrección Frente a Posible Endogeneidad
Para corregir por la posible existencia de endogeneidad planteada se busca
utilizar como variable instrumental a los pasajeros por ruta; la que sería
determinada por factores como el tipo de cambio (ajustado por PPP), la
cercanía geográfica, los niveles de comercio entre ambos países; y otros
factores económicos propios de los países; como lo son el nivel de consumo,
niveles de consumo como parte del PIB y gasto de gobierno como parte del
PIB.
Estos datos fueron obtenidos a través de la base conocida como la “Penn
World Table” 7 puesta a disposición por la universidad de Pennsylvania. Esta
base cuenta con información para cada país sobre distintos rasgos
macroeconómicos para una larga serie de tiempo (para algunos países incluso
desde 1950 en adelante), por lo que también nos permite contar con data sobre
las distintas parejas de países para el año 1991.
En el Anexo 3 se pueden encontrar los diferentes tipos de cambios de los
países latinoamericanos y sus respectivas correcciones por paridad de compra.
Para los datos respectivos a las parejas se utilizaron las bases que ya se
habían descrito anteriormente.
V.
6
7
Metodología
http://faculty.haas.berkeley.edu/arose/
https://pwt.sas.upenn.edu/php_site/pwt_index.php
19
En el apartado III donde se presentó el modelo a estudiar habíamos llegado a
la siguiente ecuación:
En donde G() era una función de distribución normal estándar con errores
estándar asintóticamente normalmente distribuidos. Al igual que en la sección
de modelo se seguirá el desarrollo de (Baier & Bergstrand, 2003).
Dada la ecuación anterior y la no linealidad que puede presentar G() nos hace
suponer que las estimaciones probit no nos entregarán los estimadores
precisos sino que nos entregarán el sentido de su efecto (si es positivo o
negativo). Por lo mismo será necesario obtener los efectos marginales de las
estimaciones con tal de obtener estimaciones más precisas.
5.1 Problema de Endogeneidad y Variables Instrumentales
Como se menciono en la sección IV de Datos, el hecho que existan acuerdos
previos a las observaciones sobre el tamaño del mercado puede ser una fuente
de endogeneidad que puede interferir entregando resultados y estimadores
sesgados.
Dado lo anterior se propone la utilización de variables instrumentales a la hora
de calcular nuestro modelo; y el instrumento a utilizar serán los pasajeros por
ruta.
Para buscar los determinantes de la cantidad de pasajeros por ruta se siguió el
modelo utilizado por (Abed, Ba-Fail, & Jasimuddin, 2001) y (Civil Aviation
Authority of the United Kingdom, 2005) a través del cual buscan encontrar los
determinantes económicos de la demanda por transporte de pasajeros en
Arabia Saudita y el Reino Unido respectivamente.
20
Ambos trabajos consideran diversos determinantes que pueden ser agrupados
en distintas categorías; relacionadas tanto con el país de origen como con el
país de destino. El modelo se podría resumir de la siguiente forma:
Donde z representa un vector de variables que rescatan diferencias entre el
país de origen y el de destino,
origen y
es un vector de observables del país de
agrupa observaciones del país de destino.
Las variables que comparten tiene que ver con las relaciones que existen entre
ambos países; por ejemplo si ambos países mantiene relaciones comerciales
(a través de una variable que perciba el nivel de comercio entre ambas partes)
y la distancia entre ambos países. Por el lado de las observaciones propias de
cada país; también podemos observar que los determinantes tienen que ver
con los niveles de precios, el nivel de población, el PIB per cápita, las
propensiones a consumir de cada país y también los niveles de gasto de sus
gobiernos.
Una vez habiendo obtenido los resultados de esta primera regresión podemos
utilizar las predicciones de estas como instrumento para calcular nuestro
modelo.
5.2 Estimación del Modelo Final
Al igual que en otros ejemplos de trabajos que buscan relaciones bilaterales en
el mercado aéreo (Arvis & Sheperd, 2011), se buscará adaptar una ecuación
de gravedad de tal manera que pueda servir como base para los cálculos de
este trabajo. Recordemos que el modelo de la ecuación de gravedad original
responde a la siguiente forma:
21
En donde X es el flujo de un nodo i hacia otro nodo j, con A siendo la
capacidad “repelente” del nodo i, B sería la capacidad “atractiva” del nodo j y K
es el efecto exógeno sobre el flujo que se da por la interacción entre ambos
nodos.
En el caso de nuestro modelo, el flujo se puede interpretar como propensión a
generar un acuerdo que un país determinado tiene con otro país. Para esto se
pueden evaluar factores que son propios de cada país (en términos abstractos
se podría decir la capacidad de repeler y atraer un acuerdo de parte de un país
con otro) y también las variables propias de una pareja de países que influyen
en la probabilidad de realizar un acuerdo. Dado lo anterior es que podemos
definir el siguiente modelo:
En palabras la ecuación anterior se puede explicar de la siguiente manera; la
probabilidad de que los países i y j alcancen un acuerdo (sea de tercera y
cuarta libertad o quinta y sexta libertad) va a depender de un vector de
características observables propias del país i ( ), otro conjunto de observables
del país j (
) y un vector que contenga información obtenida a través de la
interacción entre variables de los dos países y variables que respondan a
factores bilaterales entre ambos.
Las variables propias de cada país son las siguientes; población del país (como
proxy del tamaño de mercado potencial de cada país), PIB y PIB per cápita,
además de un efecto país que recoja la propensión de apertura comercial y
otros factores individuales que puedan afectar la decisión de establecer un
acuerdo con cualquier otro país.
Las variables de interacción tienen que ver con observables propias del
mercado aéreo en conjunto con otros factores macroeconómicos que
determinan la relación entre ambos países. Entre las primeras podemos
encontrar nuestro instrumento; pasajeros por ruta; en conjunto con la presencia
de una aerolínea dominante local en la ruta, el nivel de concentración de la
22
misma ruta (a través del índice de Hirschman y Herfindahl), además de un
índice de concentración para el mercado de transporte aéreo latinoamericano.
En el caso de otras variables macroeconómicas se consideró la distancia entre
los dos países y el nivel de relaciones comerciales entre estos (a través de un
logaritmo de la cantidad de recursos transados entre ambas partes).
VI.
Resultados
A continuación mostraremos los resultados utilizando distintas variaciones de la
metodología del IvProbit. Los resultados se dividirán en acuerdos de tercera y
cuarta libertad y en acuerdos de quinta y sexta libertad; en los cuales se
mostrará para cada uno los parámetros encontrados para sus respectivas
ecuaciones los cálculos realizados a través de una regresión Probit simple, un
IvProbit con máxima verosimilitud, un IvProbit con máxima verosimilitud y
resultados robustos y un IvProbit en 2 etapas.
6.1 Acuerdos de Tercera y Cuarta Libertad
6.1.1 Probit
La primera ecuación que calculamos es a través de un probit para la tercera y
cuarta libertades; las variables que se utilizan en la regresión son las
siguientes:
-Paxrut: Pasajeros por ruta.
-Ex_Dom: Variable dicotómica que se activa cuando la aerolínea dominante
tiene como nacionalidad uno de los dos países que se encuentran en la
decisión de acuerdo.
-Vuelo: Variable dicotómica que se activa si existen vuelos entre la pareja de
países evaluada.
-HHI: Es el índice de concentración de Hirschman y Herfindahl para la
respectiva ruta.
-Ltrade: Logaritmo del volumen de comercio entre ambos países, proxy de la
relación entre ambos países.
23
-Ldist: Logaritmo de la distancia entre ambos países.
-Pop: Tamaño de población del país de origen (pop_o) y del país de destino
(pop_d).
-Gdp: PIB del país de origen (gdp_o) y del país de destino (gdp_d).
-Gdpcap: PIB per cápita de país de origen (gdpcap_o) y del país de destino
(gdpcap_d).
-Ctry: Efecto país, dummy que se activa para cada país respectivo cuando este
se encuentra en la decisión de acuerdo. Los números asignados a cada país
se pueden encontrar en la siguiente tabla:
País
Número
Argentina
1
Bolivia
2
Brasil
3
Chile
5
Colombia
6
Costa Rica
7
Cuba
8
República Dominicana
9
Ecuador
10
Honduras
13
México
15
Panamá
17
Perú
18
Paraguay
19
Salvador
20
Uruguay
23
Venezuela
24
Los cálculos se pueden observar a continuación:
VARIABLES
(1)
Probit
terycuar
paxrut
-2.90e-06
24
(4.07e-06)
-0.367
(1.004)
-0.0469
(0.564)
8.79e-05
(9.30e-05)
0.147
(0.109)
-0.587
(0.417)
-0.277*
(0.150)
-0.156
(0.133)
5.05e-05
(0.000115)
1.24e-05
(0.000113)
-0.00135***
(0.000410)
6.66e-05
(0.000117)
6.016
(18.36)
2.672***
(0.706)
24.52
(34.29)
5.625*
(2.920)
7.940**
(3.189)
0.933
(0.623)
3.468*
(2.093)
1.770***
(0.508)
3.143***
(0.807)
1.010*
(0.564)
11.84
(28.23)
1.534**
vuelo
ex_dom
hhi
ltrade
ldist
pop_o
pop_d
gdp_o
gdp_d
gdpcap_o
gdpcap_d
ctry1
ctry2
ctry3
ctry5
ctry6
ctry7
ctry8
ctry9
ctry10
ctry13
ctry15
ctry17
25
(0.687)
3.876*
(2.268)
1.865***
(0.628)
-1.693**
(0.684)
2.363**
(1.030)
4.182
(3.952)
3.910
(3.170)
ctry18
ctry19
ctry20
ctry23
ctry24
Constant
Observations
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
211
Cómo podemos observar todas las variables asociadas al mercado aéreo no
parecen ser significativas; sin embargo los efectos país parecen ser en su gran
mayoría significativos. Esto se puede deber a que las preferencias de los
países por apertura comercial parece ser muy importante a la hora de firmar
acuerdos bilaterales puede tener mucha influencia sobre las decisiones que se
toman en el caso de la tercera y cuarta libertad. De todas maneras vale la pena
mencionar que los acuerdos de tercera y cuarta libertad no implican un
esfuerzo demasiado grande por parte de los países en un mundo globalizado.
De todas maneras es sorprendente el resultado que arrojan los parámetros
asociados al tamaño de la población y el pib per cápita, que en el caso del país
de origen ambos arrojan números negativos; de todas maneras este último se
puede deber a que los resultados se encuentren sesgados debido a la
existencia de endogeneidad en las variables.
6.1.2 IvProbit Máxima Verosimilitud
Para comprobar la existencia de endogeneidad en los resultados, se procede a
realizar la misma regresión pero controlando por la variable de pasajeros por
ruta a través del procedimiento IvProbit con máxima verosimilitud. Como
26
podemos ver en la siguiente tabla no se puede comprobar la existencia de
esta; de hecho no se puede rechazar la hipótesis nula del test de wald y la
variable de pasajeros por ruta tampoco es significativa.
Las variables que determinan a nuestro instrumento se clasifican de la
siguiente manera:
-Xrteppp: Tasa de cambio ajustada por poder de paridad de compra de cada
país (PPP), se utiliza tanto para el país de origen (Xrteppp_o) como para el
país de destino (Xrteppp_d).
-Cc: Es la proporción del PIB en PPP que se atribuye al consumo en un
respectivo país de origen (cc_o) y de destino (cc_d).
-Cg: Es la proporción del PIB en PPP que se atribuye al gasto de gobierno en
un respectivo país de origen (cc_o) y de destino (cc_d).
VARIABLES
vuelo
ex_dom
hhi
ltrade
ldist
pop_o
pop_d
gdp_o
gdp_d
gdpcap_o
gdpcap_d
ctry1
(1)
IvProbit
terycuar
(2)
(3)
(4)
paxrut
athrho
lnsigma
0.370
(1.007)
0.218
(0.560)
-1.16e-05
(0.000102)
0.242**
(0.108)
-0.0774
(0.376)
-0.550***
(0.168)
-0.463***
(0.158)
0.000222***
(6.06e-05)
0.000200***
(5.87e-05)
-0.00118***
(0.000439)
-0.000196
(0.000242)
-19.10***
44,670*
(22,804)
16,238
(13,413)
-6.609***
(2.101)
-900.4
(2,932)
-37,922***
(9,574)
-21,264**
(8,758)
-15,170*
(8,533)
5.417**
(2.395)
3.672
(2.321)
-108.4***
(34.38)
-52.02*
(29.59)
-184,208
27
ctry2
ctry3
ctry4
ctry5
ctry6
ctry7
ctry8
ctry9
ctry10
ctry13
ctry14
ctry15
ctry17
ctry18
ctry19
(5.449)
3.059***
(0.701)
-5.307
(5.882)
1.118
(1.039)
1.682***
(0.598)
9.995***
(2.889)
0.176
(0.483)
1.462**
(0.659)
2.208***
(0.536)
3.586***
(0.822)
1.555**
(0.613)
0.416
(0.509)
-20.76***
(5.891)
0.748
(0.602)
3.577***
(1.177)
1.450***
(0.489)
xrteppp_o
xrteppp_d
cc_o
cc_d
cg_o
cg_d
paxrut
Constant
-6.43e-06
(9.40e-06)
0.286
28
(154,780)
-17,261
(23,255)
1.188e+06***
(434,436)
89,870
(67,036)
-45,677*
(24,733)
288,236**
(138,739)
28,967*
(16,597)
150,235*
(81,447)
-74,780**
(31,900)
-84,193*
(46,465)
-114,002*
(59,583)
-139,471**
(68,010)
128,071
(188,716)
-58,528**
(29,789)
78,360
(50,654)
-125,714*
(68,712)
334,312***
(80,574)
36,708
(43,929)
-1,821
(2,938)
-5,639*
(2,893)
-10,307**
(4,952)
-9,458*
(4,941)
1.368e+06*
0.373
10.73***
Observations
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
(3.280)
(738,705)
(0.470)
(0.0493)
211
211
211
211
En una primera instancia, al incluir nuestro instrumento; los resultados no
parecen variar demasiado. Con la diferencia de que ahora los niveles de
comercio; es decir las relaciones previas entre los países parecen jugar un rol
positivo en la toma de decisiones. El tamaño de las poblaciones sigue siendo
negativo y significativo y el PIB ahora pasa a ser positivo y significativo, aunque
con un efecto aún muy cercano a cero. Los efectos país siguen siendo al
parecer los mejores predictores de los acuerdos.
6.1.3 IvProbit Máxima Verosimilitud Con Resultados Robustos
Cuando buscamos resultados robustos, podemos observa que ahora si se
rechaza el test de wald y la variable de pasajeros por ruta pasa a ser
significativa.
VARIABLES
vuelo
ex_dom
hhi
ltrade
ldist
pop_o
pop_d
gdp_o
(1)
IvProbit,
Robust
terycuar
(2)
(3)
(4)
paxrut
athrho
lnsigma
0.200
(0.560)
0.332
(0.274)
-4.18e-05
(5.70e-05)
0.0376
(0.0761)
-1.094***
(0.301)
-0.245**
(0.113)
-0.105
(0.0817)
0.000110**
39,973**
(19,237)
16,605*
(9,507)
-6.109***
(1.614)
-2,055
(2,605)
-41,204**
(20,309)
9,752
(7,226)
15,950**
(7,582)
-3.359
29
gdp_d
gdpcap_o
gdpcap_d
ctry1
ctry2
ctry3
ctry5
ctry6
ctry7
ctry8
ctry9
ctry10
ctry13
ctry15
ctry17
ctry18
ctry19
ctry20
ctry23
(4.28e-05)
7.12e-05**
(3.39e-05)
-0.000987***
(0.000323)
6.63e-05
(6.77e-05)
-6.554*
(3.847)
1.736***
(0.632)
-4.821
(4.017)
2.263***
(0.703)
4.143**
(2.067)
0.398
(0.301)
0.756
(0.573)
0.949**
(0.461)
1.543**
(0.704)
0.305
(0.478)
-10.61**
(4.249)
0.884*
(0.496)
1.312**
(0.651)
1.298***
(0.426)
-1.007**
(0.456)
2.090***
(0.561)
xrteppp_o
xrteppp_d
cc_o
30
(2.442)
-5.098**
(2.587)
-43.70***
(15.58)
6.772*
(3.584)
454,404*
(266,161)
48,996**
(22,943)
138,407
(182,559)
35,250
(27,177)
-188,701
(121,107)
59,310**
(26,777)
59,317*
(30,910)
-6,491
(12,551)
-60,848*
(31,284)
-33,065*
(17,885)
361,521*
(218,277)
-4,634
(14,641)
-76,412*
(41,373)
37,276**
(18,261)
28,572
(28,767)
111,209*
(57,672)
279,168**
*
(105,837)
35,678
(22,684)
-376.5
(2,030)
cc_d
-4,019**
(1,800)
-835.1
(585.9)
123.3
(1,230)
cg_o
cg_d
paxrut
-1.80e-05***
(4.48e-06)
Constant
7.975***
(2.247)
451,480
(320,261)
211
211
Observations
Robust standard errors in
parentheses
*** p<0.01, ** p<0.05, * p<0.1
1.396** 10.73**
*
*
(0.507) (0.204)
211
211
Se mantiene la tónica de los resultados anteriores, con la diferencia que ahora
el tamaño del mercado (pasajeros por ruta) es significativo y negativo (aunque
con un valor muy cercano a cero). La distancia entre los países adquiere cierta
relevancia; su valor negativo nos permitiría concluir que los países son mas
propensos a generar acuerdos con países más cercanos.
6.1.4 IvProbit en 2 Etapas
Lo mismo podemos observar cuando realizamos la acción mediante la
variación del ivProbit en 2 etapas; este procedimiento también nos permitirá
realizar tests sobre la robustez de nuestro instrumento; el cual a través del test
de sobreidentificación de Lee-Amemiya-Newey (Lee, 1991) nos permitirá
rechazar la hipótesis de sobre identificación (ver Anexo 4)
(1)
IvProbit, twostep
terycuar paxrut
VARIABLES
paxrut
-3.17e-05***
(1.21e-05)
0.324
(1.412)
0.536
(0.831)
-5.83e-05
vuelo
ex_dom
hhi
31
(0.000138)
0.0825
(0.147)
-1.990***
(0.759)
-0.480**
(0.207)
-0.220
(0.174)
0.000218***
(7.22e-05)
0.000145**
(6.14e-05)
-0.00193***
(0.000627)
0.000120
(0.000173)
-13.62**
(6.188)
3.472***
(1.007)
-10.39
(8.326)
4.384***
(1.218)
8.186**
(3.626)
0.800
(0.732)
1.562*
(0.896)
1.936***
(0.715)
3.171***
(0.998)
0.762
(0.807)
-21.45***
(7.028)
1.775*
(0.928)
2.577*
(1.468)
2.530***
(0.857)
-1.950**
ltrade
ldist
pop_o
pop_d
gdp_o
gdp_d
gdpcap_o
gdpcap_d
ctry1
ctry2
ctry3
ctry5
ctry6
ctry7
ctry8
ctry9
ctry10
ctry13
ctry15
ctry17
ctry18
ctry19
ctry20
32
(0.894)
3.857***
(1.327)
14.39**
(5.882)
ctry23
Constant
Observations
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
211
El nivel de pasajeros por ruta continúa siendo la única variable significativa que
es propia del mercado aéreo y que afectaría negativamente la concreción de
los acuerdos de tercera y cuarta libertad.
Para el caso de acuerdos de tercera y cuarta libertad, pareciera que las
variables propias del mercado aéreo no son altamente significativas; sólo el
tamaño de mercado parece afectar negativamente la existencia de acuerdos
bilaterales. Por el otro lado variables como el tamaño de la población, el
tamaño de mercado general (PIB) y las preferencias de los países por mayor o
menor apertura comercial parecen ser mucho más determinantes a la hora de
realizar acuerdos. También es necesario destacar que el efecto país también
puede estar considerando la preferencia por asignación de espacios en
los aeropuertos; la cual se considera como la mayor barrera de entrada
en el mercado aéreo (por la cual sin embargo por disponibilidad de datos
no se pudo controlar) por lo que se podría confirmar que las barreras en
el mercado aéreo no se construyen en las rutas, sino que en tierra.
6.2 Acuerdos de Quinta y Sexta libertad
Para el caso de los acuerdos de quinta y sexta libertad se siguió el mismo
proceso que en los acuerdos de tercera y cuarta libertad. Para este caso los
resultados varía; principalmente debido a que los acuerdos de quinta y sexta
libertad requieren de mayo esfuerzo por parte de las partes para concretarse.
6.2.1 Probit
33
Para el caso del probit simple podemos observar los siguientes resultados:
(1)
Probit
quintysext
VARIABLES
paxrut
-2.03e-06
(2.26e-06)
-0.0783
(0.736)
-0.497
(0.464)
-4.23e-05
(6.92e-05)
0.234**
(0.0969)
0.0777
(0.322)
-0.0264
(0.138)
0.0572
(0.128)
-0.000162
(0.000111)
-0.000190*
(0.000110)
-0.00111***
(0.000369)
-6.26e-05
(0.000116)
35.82**
(17.67)
1.350***
(0.523)
71.41**
(32.31)
7.443***
(2.679)
7.443***
(2.731)
1.507***
(0.569)
4.508**
(1.928)
vuelo
ex_dom
hhi
ltrade
ldist
pop_o
pop_d
gdp_o
gdp_d
gdpcap_o
gdpcap_d
ctry1
ctry2
ctry3
ctry5
ctry6
ctry7
ctry8
34
ctry9
1.396***
(0.439)
0.828
(0.627)
0.781
(0.540)
53.85**
(26.96)
2.223***
(0.593)
5.176**
(2.064)
1.605***
(0.504)
-1.503***
(0.561)
2.815***
(0.899)
9.006**
(3.766)
-0.551
(2.505)
ctry10
ctry13
ctry15
ctry17
ctry18
ctry19
ctry20
ctry23
ctry24
Constant
Observations
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
211
Los efectos país continúan siendo la variable más importante para determinar
el resultado del acuerdo al cual se le suma un efecto positivo de las relaciones
comerciales entre los países.
6.2.2 IvProbit Máxima Verosimilitud
Para el caso del IvProbit observamos los siguientes resultados.
VARIABLES
vuelo
ex_dom
hhi
(1)
IvProbit
quintysext
(2)
(3)
(4)
paxrut
athrho
lnsigma
0.450
(0.653)
-0.153
(0.446)
-0.000109*
(6.26e-05)
39,484*
(22,373)
14,820
(13,437)
-6.056***
(2.065)
35
ltrade
ldist
pop_o
pop_d
gdp_o
gdp_d
gdpcap_o
gdpcap_d
ctry1
ctry2
ctry3
ctry5
ctry6
ctry7
ctry8
ctry9
ctry10
ctry13
ctry15
ctry17
ctry18
ctry19
ctry20
0.106
(0.0858)
-0.621*
(0.321)
-0.224**
(0.106)
-0.0738
(0.0997)
9.43e-05**
(3.71e-05)
5.12e-05
(3.50e-05)
-0.00105***
(0.000331)
-7.34e-05
(0.000108)
-4.939
(3.379)
1.359***
(0.497)
-2.102
(4.501)
1.434***
(0.456)
4.029**
(1.847)
0.551
(0.422)
-0.0220
(0.412)
0.986**
(0.452)
0.214
(0.489)
0.669
(0.582)
-9.026**
(3.895)
1.343**
(0.575)
0.996
(0.776)
1.193***
(0.420)
-1.312***
(0.508)
36
-1,538
(2,834)
-41,842***
(8,871)
13,672
(11,603)
19,745*
(11,479)
-4.622
(4.111)
-6.313
(4.078)
-37.87**
(15.48)
8.487
(5.244)
597,081
(419,888)
65,094*
(34,310)
41,787
(175,115)
54,872**
(24,245)
-243,607
(177,316)
64,942**
(28,520)
80,880
(54,701)
1,071
(18,674)
-78,684
(48,050)
-37,677
(24,175)
443,789
(365,107)
10,623
(21,690)
-88,010
(60,889)
49,017**
(22,932)
43,716
(46,492)
ctry23
1.756***
(0.489)
xrteppp_o
xrteppp_d
cc_o
cc_d
cg_o
cg_d
paxrut
Constant
Observations
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
143,992***
(51,153)
224,899**
(87,741)
-9,212
(38,339)
-1,344
(3,323)
-5,223*
(3,033)
-1,283
(1,106)
387.0
(1,793)
-1.54e-05***
(4.86e-06)
4.729*
(2.653)
600,206
(399,224)
0.784*
(0.420)
10.73***
(0.0496)
211
211
211
211
A diferencia del IvProbit por máxima verosimilitud para el caso de acuerdo de
tercera y cuarta libertad, en este caso si parece existir endogeneidad en esta
medición. Es importante destacar que en este caso la concentración de la ruta
si parece jugar un rol negativo (aunque pequeño) en la toma de decisiones
cuando esta se vuelve más exigente. La población y el PIB siguen
manteniendo sus signos y significancia muy similares a los encontrados en el
acuerdo de tercera y cuarta libertad.
6.2.3 IvProbit Máxima Verosimilitud con Resultados Robustos
Para el caso del IvProbit con mayores grados de robustez encontramos los
siguientes resultados:
VARIABLES
vuelo
ex_dom
(1)
Ivprobit, Robust
quintysext
paxrut
0.450
(0.628)
-0.153
39,484*
(20,468)
14,820
37
(2)
(3)
(4)
athrho lnsigma
hhi
ltrade
ldist
pop_o
pop_d
gdp_o
gdp_d
gdpcap_o
gdpcap_d
ctry1
ctry2
ctry3
ctry5
ctry6
ctry7
ctry8
ctry9
ctry10
ctry13
ctry15
ctry17
ctry18
ctry19
(0.558)
-0.000109*
(6.22e-05)
0.106
(0.121)
-0.621
(0.570)
-0.224**
(0.106)
-0.0738
(0.0996)
9.43e-05**
(3.95e-05)
5.12e-05
(3.69e-05)
-0.00105***
(0.000378)
-7.34e-05
(0.000142)
-4.939
(3.950)
1.359**
(0.630)
-2.102
(4.488)
1.434***
(0.414)
4.029**
(2.015)
0.551
(0.452)
-0.0220
(0.441)
0.986
(0.664)
0.214
(0.465)
0.669
(1.005)
-9.026*
(4.647)
1.343
(0.846)
0.996
(0.685)
1.193***
38
(9,124)
-6.056***
(1.759)
-1,538
(2,825)
-41,842**
(21,168)
13,672
(12,000)
19,745*
(11,277)
-4.622
(4.021)
-6.313*
(3.814)
-37.87
(29.96)
8.487*
(4.732)
597,081
(444,220)
65,094
(44,588)
41,787
(255,034)
54,872
(48,475)
-243,607
(167,937)
64,942**
(29,806)
80,880
(57,171)
1,071
(27,313)
-78,684*
(41,727)
-37,677
(26,952)
443,789
(312,696)
10,623
(15,810)
-88,010*
(49,357)
49,017*
(0.403)
-1.312**
(0.659)
1.756**
(0.690)
ctry20
ctry23
xrteppp_o
xrteppp_d
cc_o
cc_d
cg_o
cg_d
paxrut
-1.54e-05
(1.10e-05)
4.729
(4.610)
Constant
Observations
Robust standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
211
(28,958)
43,716
(46,785)
143,992*
(85,962)
224,899
(172,526)
-9,212
(25,513)
-1,344
(4,079)
-5,223
(3,312)
-1,283
(889.5)
387.0
(1,849)
600,206 0.784 10.73***
(570,625) (1.043) (0.209)
211
211
211
El grado de concentración de mercado se mantiene significativo, aunque
nuestro instrumento deja de serlo. Las variables que se mantienen
significativas no sufren grandes variaciones con respecto a cálculos anteriores.
6.2.4 IvProbit en 2 Etapas
Para el caso del IvProbit en 2 etapas tenemos los siguientes resultados:
VARIABLES
(1)
IvProbit, twostep
quintysext paxrut
(2)
MFX
quintysext paxrut
-1.05e-05
(8.64e-06)
0.358
(0.816)
-0.386
-1.05e-05
(8.64e-06)
0.358
(0.816)
-0.386
paxrut
vuelo
ex_dom
39
(0.525)
-9.38e-05
(8.77e-05)
0.139
(0.0974)
-0.427
(0.468)
-0.230
(0.141)
-0.101
(0.120)
0.000102**
(4.86e-05)
6.26e-05
(4.17e-05)
-0.00115***
(0.000437)
-0.000112
(0.000122)
-5.975
(4.070)
1.573***
(0.579)
-3.994
(5.301)
1.418**
(0.652)
4.197*
(2.429)
0.661
(0.501)
-0.0108
(0.491)
1.222***
(0.465)
0.221
(0.599)
1.029*
(0.582)
-10.74**
(4.500)
1.665***
(0.588)
0.996
(0.984)
1.306**
hhi
ltrade
ldist
pop_o
pop_d
gdp_o
gdp_d
gdpcap_o
gdpcap_d
ctry1
ctry2
ctry3
ctry5
ctry6
ctry7
ctry8
ctry9
ctry10
ctry13
ctry15
ctry17
ctry18
ctry19
40
(0.525)
-9.38e-05
(8.77e-05)
0.139
(0.0974)
-0.427
(0.468)
-0.230
(0.141)
-0.101
(0.120)
0.000102**
(4.86e-05)
6.26e-05
(4.17e-05)
-0.00115***
(0.000437)
-0.000112
(0.000122)
-5.975
(4.070)
1.573***
(0.579)
-3.994
(5.301)
1.418**
(0.652)
4.197*
(2.429)
0.661
(0.501)
-0.0108
(0.491)
1.222***
(0.465)
0.221
(0.599)
1.029*
(0.582)
-10.74**
(4.500)
1.665***
(0.588)
0.996
(0.984)
1.306**
ctry20
ctry23
Constant
Observations
Standard errors in parentheses
*** p<0.01, ** p<0.05, * p<0.1
(0.528)
-1.303*
(0.677)
1.628**
(0.815)
3.108
(3.772)
(0.528)
-1.303*
(0.677)
1.628**
(0.815)
3.108
(3.772)
211
211
Esta vez el índice de concentración no aparece como significativo pero
tampoco nuestro instrumento. De hecho el análisis de sobreidentificación nos
arroja que para este caso el instrumento no parece ser muy fuerte. Sin
embargo nuestro instrumento cumple con otras características importantes, los
tests se pueden ver en el Anexo 4.
VII.
Interpretación de Resultados Encontrados
Sería irresponsable entregar
las conclusiones de este trabajo sin primero
repasar las limitantes que este conlleva. La primera gran limitante tiene que ver
con la disponibilidad de datos; el número de observaciones (211) no nos
permite
indagar mucho más allá de ciertas directrices sobre qué factores
influyen en la toma de decisiones relacionadas al mercado aéreo en américa
latina.
Una segunda limitante también tiene que ver con la disponibilidad de datos, ya
que debido a la falta de información centralizada por parte de las autoridades
aeronáuticas se debió recurrir a diversas bases de datos; para la cual se
debieron asumir ciertos supuestos a la hora de juntarlas.
Por último una tercera limitante tiene que ver con los supuestos que nos hemos
dado y como hemos construido el modelo calculado. La metodología utilizada
nos permite saber en que dirección (positiva o negativa), sin embargo la
41
magnitud exacta de estos no es conocida; si podemos inferir una mayor o
menor magnitud; pero no con plena exactitud.
Teniendo lo anterior en cuenta es que podemos concluir lo siguiente:
A primera vista parecería que las autoridades aeronáuticas latinoamericanas
toman las decisiones de acuerdo o no sin mayor consideración del mercado del
transporte de pasajeros aéreo, por lo menos en cuanto a la competencia que
existe en las rutas. Sólo el tamaño del mercado parece ser una variable que se
considera para los acuerdos de tercera y cuarta libertad; pero a medida que
estos se van complejizando hacia acuerdos más específicos (como lo son los
acuerdos de quinta y sexta libertad) se van tomando más variables en
consideración; como lo podría ser el grado de concentración del mercado.
Por el otro lado, ciertas variables demográficas parecen ser de mayor
consideración como lo es el tamaño de la población. A pesar de que la
ecuación de gravedad nos dice que dos países se debieran atraer con mayor
fuerza ha medida que estos son más grandes, también sabemos por teoría del
comercio internacional; especialmente relacionado con ventajas competitivas;
que son las economías más pequeñas las que tenderán a tener mayores
incentivos a la apertura comercial, mientras que las más grandes pueden
autoabastecerse con un mayor margen. Parecería ser que este último
argumento sería el que estaría primando en el caso de los acuerdos de
libertades del aire.
Otra variable que en casi todos nuestros cálculos demostró significancia, es la
que representaba al PIB de cada país, este efecto fue casi siempre positivo lo
que nos demuestra que las economías más desarrolladas tienen una mayor
probabilidad de realizar acuerdos que las más atrasadas.
Junto con estas, otras variables demostraron significancia intermitente, como
por ejemplo la distancia entre ambos países. Parecería que países que se
encuentran más cercanos geográficamente serían más proclives a realizar
acuerdos entre ellos, esto no es de sorprender ya que la existencia de mayores
42
relaciones entre países cercanos (junto con la inexistencia de turbulencias
bélicas entre estos) nos permite suponer que cumplen la condición de socios
“naturales” como se podría definir según (Frankel, Stein, & Wei, 1995). Esto se
confirma cuando vemos que la variable del grado de comercio internacional
también representa un valor positivo con cierta intermitencia en los cálculos
realizados.
Sin embargo; las variables que mayor significancia demostraron y también
mayores magnitudes fueron las que se relacionan al efecto país. Este efecto
puede capturar la disposición de los países a realizar acuerdos comerciales en
general; por lo que no sorprende la magnitud positiva de este efecto para
países como Chile y Colombia (ambos con bajas barreras comerciales) o que
el efecto asociado a Argentina sea negativo ; sin embargo no deja de
sorprender el hecho de que el efecto país asociado a México por ejemplo sea
siempre negativo. Es justamente Colombia el país que presenta un mayor
efecto país (en promedio entre todos los cálculos) y a la vez el que presenta
mayor significancia en los resultados, mientras que México y El Salvador
muestran efectos en promedio negativos; siendo los dos países con menores
probabilidades de llegar a un acuerdo.
Lo anterior puede tener su explicación en que el efecto país también rescata el
efecto del nivel de tráfico en los aeropuertos. Por lo que un país con
aeropuertos muy colapsados (como podría ser México debido al gran flujo de
pasajeros que tienen año a año) obligue a las autoridades aeronáuticas a ser
más reacias a realizar acuerdos de libertades de aire. Lo anterior se puede dar
porque como se menciona en (González, 2008), las grandes barreras del
mercado aéreo provienen justamente de la competencia por espacios en los
aeropuertos. Si alguna autoridad opta por defender la industria aérea nacional
podría mostrarse reacio a asignar espacios a aerolíneas extranjeras que
puedan perjudicar a las nacionales. También se puede afirmar lo contrario, un
país que busca mayor competencia (por ejemplo un país en el cual el tránsito
aéreo no es tan dinámico) en la industria aeronáutica puede mostrarse
favorable a realizar acuerdos de este tipo.
43
Lo anterior también sería coherente con el hecho de que las variables
asociadas a la dominancia en las rutas no sean muy importantes a la hora de
tomar decisiones de acuerdos bilaterales entre los países.
VIII.
Conclusión
Hasta ahora, a conocimiento del autor, no han existido otros intentos por
encontrar los determinantes económicos de los acuerdos relacionados al
transito aéreo de pasajeros. Por lo que este trabajo, a pesar de todas las
limitaciones que este documento presenta, podría servir de bisagra para
futuros intentos por determinar el real funcionamiento del mercado de
transporte aéreo de pasajeros.
Con la ayuda de diversos autores, especialmente de las publicaciones de (Baier
& Bergstrand, 2003), (González, 2008) y (Arvis & Sheperd, 2011), hemos logrado
encontrar ciertas luces o directrices sobre como se están tomando la
determinaciones bilaterales en términos de acuerdos de libertades del aire en
América Latina. Hemos comprobado que efectivamente, la competencia y
dominancia a nivel de rutas no parece jugar un rol muy decisivo en la
determinación de estos acuerdos; sino que la fuente principal de estos
acuerdos parecería provenir de factores propios de los países.
Dentro de estos factores vale la pena rescatar el efecto que genera la
sobrepoblación de los aeropuertos internacionales; la cual, como han
reconocido otros autores, parecería ser la principal fuente de barreras de
entrada al mercado aéreo de tránsito de pasajeros. Este efecto es captado por
la variable de efecto país que se incluyó en los cálculos. Otras variables que se
mostraron intermitentemente significativas fueron las de tamaño de población y
el nivel de comercio existente entre las respectivas parejas de países. Para la
primera de esta es posible observar que se cumple la teoría de que países de
mayor tamaño tienden a ser más cerrados comercialmente, lo que se traduce
en una menor probabilidad de acuerdo por parte de estos; por el otro lado las
relaciones existentes entre países (a través de la proxy del nivel de comercio
44
entre las parejas) parece tener un efecto positivo sobre la generación de
acuerdos en el mercado aéreo.
Lamentablemente, debido a la escasez de datos, no se ha logrado captar el
efecto de aeropuertos sobrepoblados en la generación de estos acuerdos; por
lo que queda como un desafío para futuros trabajos que busquen los
determinantes económicos de los acuerdos bilaterales en el mercado aéreo.
IX.
Bibliografía
45
Abed, S., Ba-Fail, A., & Jasimuddin, S. (2001). An econometric analysis of international air
travel demand in Saudi Arabia. Journal of Air Transport Managment , 143-148.
Anderson, J. (1979). A Theorical Foundation for the Gravity Equation. The American Economic
Review Vol. 69 , 106-116.
Arvis, J.-F., & Sheperd, B. (2011). The Air Connectivity Index: Measuring Integration in the
Global Air Transport Network. The World Bank.
Baier, S., & Bergstrand, J. (2003). Economic Determinants of Free Trade Agreements. Journal
of Economic Literature.
Civil Aviation Authority of the United Kingdom. (2005). Demand for Outbound Leisure Air Travel
and its Key Drivers. Londres.
Evans, W., & Kessides, I. (1993). Localized Market Power in the U.S. Airline Industry. the MIT
Press.
Frankel, J. (1997). Regional Trading Blocks. Washington D.C.: Institute for International
Economics.
Frankel, J., Stein, E., & Wei, S. J. (1995). Trading Blocks in the Americas: The Natural, The
Unnatural and The Super Natural. Journal of Developments Economics , 47, 61-95.
González, A. (2008). Barreras a la Entrada en el Mercado Aéreo. Santiago de Chile:
Universidad de Chile.
Lee, L.-F. (1991). Amemiya's Generalizaed Least Squares and Tests of Overidentification in
Simultaneous Equation Models with Qualitative or Limited Dependent Variables. Minneapolis:
Center of Economic Research.
Lijesen, M., Nijkamp, P., Pels, E., & Rietveld, P. (2005). The Home Carrier Advantage in Civil
Aviation. Amsterdam: University of Amsterdam.
McFadden, D. (1976). Quantal Choice Analysis: A Survey. Annals of Economic and Social
Measurments , 363-390.
McFadden, D. (1975). The Revealed Preferences of a Government Bureaucracy: Theory .
Berkeley: University of California.
Train, K. (2002). Discrete Choice Methods With Simulation. Cambridge University Press.
46
X. Anexos
Anexo 1
En la tabla siguiente el 1 significa la existencia de acuerdos y el 0 la
inexistencia de estos.
Parejas
ARG-BOL
ARG-BRA
ARG-BRB
ARG-CHL
ARG-COL
ARG-CRI
ARG-CUB
ARG-DOM
ARG-ECU
ARG-GTM
ARG-GUY
ARG-HND
ARG-JAM
ARG-MEX
ARG-NIC
ARG-PAN
ARG-PER
ARG-PRY
ARG-SLV
ARG-SUR
ARG-TTO
ARG-URY
ARG-VEN
BRA-BOL
3° y 4°
5° y 6°
7°
8°
1
1
0
1
1
1
1
1
1
0
0
0
0
1
0
1
1
1
0
0
0
1
1
1
1
1
0
0
1
1
0
1
0
0
0
0
1
0
1
1
1
1
0
0
0
1
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
BRA-BRB
BRA-CHL
1
1
1
1
0
0
0
0
BRA-COL
BRA-CRI
BRA-CUB
BRA-DOM
BRA-ECU
BRA-GTM
BRA-GUY
BRA-HND
BRA-JAM
BRA-MEX
BRA-NIC
BRA-PAN
1
1
1
1
1
0
1
0
1
1
0
1
1
1
0
1
0
1
0
1
1
0
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
47
BRA-PER
BRA-PRY
BRA-SLV
BRA-SUR
BRA-TTO
BRA-URY
BRA-VEN
CHL-BOL
CHL-BRB
CHL-COL
CHL-CRI
CHL-CUB
CHL-DOM
CHL-ECU
CHL-GTM
CHL-GUY
CHL-HND
CHL-JAM
CHL-MEX
CHL-NIC
CHL-PAN
CHL-PER
CHL-PRY
CHL-SLV
CHL-SUR
CHL-TTO
CHL-URY
CHL-VEN
COL-BOL
COL-BRB
COL-CRI
COL-CUB
COL-DOM
COL-ECU
COL-GTM
COL-GUY
COL-HND
COL-JAM
COL-MEX
COL-NIC
COL-PAN
COL-PER
COL-PRY
COL-SLV
COL-SUR
COL-TTO
COL-URY
COL-VEN
CRI-BOL
1
1
0
1
1
1
1
1
1
1
1
1
1
1
1
0
0
1
1
0
1
1
1
0
0
0
1
1
1
1
1
1
1
1
0
0
0
0
1
0
1
1
1
0
1
0
1
1
0
1
1
0
0
1
1
1
0
1
1
1
1
1
0
0
0
1
0
0
1
1
1
1
1
0
0
1
1
1
0
1
1
1
0
0
0
0
1
0
1
1
1
1
0
1
0
1
1
0
48
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
1
1
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
CRI-BRB
CRI-CUB
CRI-DOM
CRI-ECU
CRI-GTM
CRI-GUY
CRI-HND
CRI-JAM
CRI-MEX
CRI-NIC
CRI-PAN
CRI-PER
CRI-PRY
CRI-SLV
CRI-SUR
CRI-TTO
CRI-URY
CRI-VEN
DOM-BOL
DOM-BRB
DOM-CUB
DOM-ECU
DOM-GTM
DOM-GUY
DOM-HND
DOM-JAM
DOM-MEX
DOM-NIC
DOM-PAN
DOM-PER
DOM-PRY
DOM-SLV
DOM-SUR
DOM-TTO
DOM-URY
DOM-VEN
GTM-BOL
GTM-BRB
GTM-CUB
GTM-ECU
GTM-GUY
GTM-HND
GTM-JAM
GTM-MEX
GTM-NIC
GTM-PAN
GTM-PER
GTM-PRY
GTM-SLV
GTM-SUR
0
1
0
1
0
0
0
0
1
0
0
1
1
0
0
0
0
1
0
0
1
0
0
0
1
1
1
0
1
1
1
0
0
1
1
1
0
0
0
1
0
1
0
1
0
1
0
0
0
0
0
1
1
0
0
0
0
1
0
0
0
0
1
0
0
0
0
1
0
0
1
0
0
0
1
0
1
0
1
1
1
0
0
1
1
1
0
0
0
1
0
1
0
1
0
1
0
0
0
0
49
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
GTM-TTO
GTM-URY
GTM-VEN
HND-BOL
HND-BRB
HND-CUB
HND-ECU
HND-GUY
HND-JAM
HND-MEX
HND-NIC
HND-PAN
HND-PER
HND-PRY
HND-SUR
HND-TTO
HND-URY
HND-VEN
MEX-BOL
MEX-BRB
MEX-CUB
MEX-ECU
MEX-GUY
MEX-JAM
MEX-NIC
MEX-PAN
MEX-PER
MEX-PRY
MEX-SUR
MEX-TTO
MEX-URY
MEX-VEN
PAN-BOL
PAN-BRB
PAN-CUB
PAN-ECU
PAN-GUY
PAN-JAM
PAN-NIC
PAN-PER
PAN-PRY
PAN-SUR
PAN-TTO
PAN-URY
PAN-VEN
PER-BOL
PER-BRB
PER-CUB
PER-ECU
0
0
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0
1
1
0
1
0
1
1
1
0
0
1
1
1
1
1
1
0
0
0
1
1
0
0
1
0
0
0
1
1
0
0
0
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
0
0
0
0
0
0
1
0
0
0
0
1
0
1
1
0
1
0
0
1
0
1
0
0
1
0
0
0
1
1
50
0
0
0
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
PER-GUY
PER-JAM
PER-NIC
PER-SUR
PER-TTO
PER-URY
PER-VEN
PRY-BOL
PRY-BRB
PRY-CUB
PRY-ECU
PRY-GUY
PRY-JAM
PRY-NIC
PRY-PER
PRY-SUR
PRY-TTO
PRY-URY
PRY-VEN
SLV-BOL
SLV-BRB
SLV-CUB
SLV-ECU
SLV-GUY
SLV-HND
SLV-JAM
SLV-MEX
SLV-NIC
SLV-PAN
SLV-PER
SLV-PRY
SLV-SUR
SLV-TTO
SLV-URY
SLV-VEN
URY-BOL
URY-BRB
URY-CUB
URY-ECU
URY-GUY
URY-JAM
URY-NIC
URY-SUR
URY-TTO
URY-VEN
VEN-BOL
VEN-BRB
VEN-CUB
VEN-ECU
0
0
0
0
0
1
0
1
0
0
1
0
0
0
0
0
0
1
1
0
0
0
0
0
1
0
1
0
0
0
0
0
0
0
0
1
0
1
0
0
0
0
0
0
0
1
1
1
1
0
0
0
0
0
0
0
1
0
0
1
0
0
0
0
0
0
1
1
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
1
0
51
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
VEN-GUY
VEN-JAM
VEN-NIC
VEN-SUR
VEN-TTO
1
1
1
1
1
0
1
1
0
0
0
0
0
0
0
0
0
0
0
0
Anexo 2
País 1
País 2
País 1
País 2
País 1
País 2
ARG
ARG
ARG
ARG
ARG
ARG
ARG
ARG
ARG
ARG
ARG
BRA
BRA
BRA
BRA
BRA
BRA
BRA
BRA
BRA
BRA
CHL
CHL
CHL
CHL
CHL
CHL
CHL
CHL
COL
BOL
BRA
CHL
COL
CUB
DOM
PAN
PER
PRY
URY
VEN
BOL
CHL
CRI
MEX
PAN
PER
PRY
SUR
URY
VEN
BOL
COL
CUB
ECU
MEX
PAN
PRY
URY
BOL
COL
COL
COL
COL
COL
COL
COL
COL
CRI
CRI
CRI
CRI
CRI
CRI
CRI
CRI
CRI
DOM
DOM
DOM
DOM
GTM
GTM
GTM
GTM
HND
HND
HND
MEX
MEX
CRI
ECU
GTM
HND
MEX
PAN
PER
VEN
ECU
GTM
HND
MEX
NIC
PAN
PER
SLV
VEN
GTM
PAN
PER
VEN
HND
MEX
PAN
SLV
MEX
NIC
PAN
CUB
ECU
MEX
MEX
MEX
PAN
PAN
PAN
PAN
PAN
PAN
PAN
PAN
PAN
PER
PER
PER
PRY
PRY
PRY
SLV
SLV
SLV
SLV
SLV
URY
VEN
VEN
VEN
VEN
VEN
VEN
PAN
PER
VEN
BOL
CUB
ECU
JAM
NIC
PER
PRY
URY
VEN
BOL
ECU
VEN
BOL
PER
URY
HND
MEX
NIC
PAN
VEN
BOL
BOL
BRB
CUB
ECU
GUY
TTO
Anexo 3
País
Tipo de Cambio
TC en PPP
ARG
BRB
BOL
0,95355442
2
3,58060833
0,98
0,72
1,41
52
BRA
CHL
COL
CRI
CUB
DOM
ECU
SLV
GTM
GUY
HND
JAM
MEX
NIC
PAN
PRY
PER
SUR
TTO
URY
VEN
0,00017596
349,2158333
633,0451667
122,4324167
0,73266
12,692425
1
1
5,02888
111,8106667
5,31666667
12,115875
3,01843
4,27082828
1
1325,183333
0,7725
0,001785
4,25
2,01766333
0,056825
0
249,11
280,3
50,47
0,29
4,83
0,33
0,34
1,32
48,11
1,66
3,38
1,64
2,02
0,7
594,95
0,42
0
2,06
1,45
0,03
Anexo 4
Para el caso de las regresiones con IvProbit en 2 etapas se realizaron los
siguientes tests. El test J es el test de sobre identificación de Newey, los otros
tests son diversas maneras de testear exogeneidad en la ecuación 8
Test para tercera y cuarta libertades.
Test
Statistic
CLR
K
J
K-J
AR
stat(.) = 11.59
chi2(1) = 9.59
chi2(5) = 5.92
<n.a.>
chi2(6) = 15.51
Prob
Prob
Prob
Prob
Prob
>stat =
>chi2 =
>chi2 =
>stat =
>chi2 =
0.0021
0.002
0.3139
0.0025
0.0167
Wald
chi2(1) =
Prob
>chi2 =
0.0091 [-.000055,-7.9e-06]
8
p-value
6.80
95% Confidence Set
Para más información consultar el comando weakiv en el software Stata.
53
[ ... ,-.000014]
[ ... ,-.000015]
entire grid
[ ... ,-.000013]
[ ... ,-5.2e-06]
Test para quinta y sexta libertades.
Test
Statistic
p-value
CLR
K
J
K-J
AR
stat(.) = 2.63
chi2(1) = 1.16
chi2(5) = 13.42
<n.a.>
chi2(6) = 14.58
Prob
Prob
Prob
Prob
Prob
> stat =
> chi2 =
> chi2 =
> stat =
> chi2 =
0.1543
0.2808
0.0197
0.0972
0.0238
Wald
chi2(1) = 1.48
Prob
> chi2 =
0.2232 [-.000027, 6.4e-06]
54
95% Confidence Set
[ ... , .00001]
entire grid
null set
[ ... , 7.6e-06]
[-.000038,-9.5e-06]
Descargar